综合智能优化控制策略在电弧炉炼钢生产中的应用

• 作 者: 王磊
• 机 构: 西安理工大学
• 出 处: 西安理工大学
• 发表日期: 2007年期
• 关键词: 电弧炉最优化 动态电气运行模型 BP神经网络 最小二乘法

电能是电弧炉炼钢过程中最主要的能源,约占总能量的60～70%。最优化技术在于充分发挥电弧炉变压器的能力,使电弧炉炼钢过程的电气运行达到最佳化,从而达到提高冶炼效率、缩短冶炼时间、节约电能的总目标。在实现最优化的研究中关键的技术是建立动态电气运行模型,动态模型越逼真,分析得到的动态数据越可靠,在此基础上的优化研究就越接近实际中的最优状态。传统的控制系统是根据静态制定出的电气特性曲线控制电弧炉的运行,保证系统跟踪曲线运行。在电弧炉实际运行时,由于电弧燃烧的存在,电弧是非线性的,主电路中产生高次谐波,运行时的电抗值与短路试验得出电抗值有很大的不同,使得静态计算出的运行曲线与系统实际运行状况相差较大,不能准确反映系统各个电参数之间的关系,控制系统达不到很高的要求。为此提出的优化控制系统,是在建立动态电气模型基础上,通过最优化的各项研究成果,分析得出动态最优工作点。本次课题研究采用BP神经网络对电弧炉运行中的电气运行关系建模,利用神经网络能够学习、识别并适应冶炼过程中炉子载荷特性的不断变化,动态调整炉子的工作点设定,通过最优化研究,使炉子始终在最合理的范围内运行,可以实现比传统技术更为精细的控制,得到更为先进的生产技术指标。采用最小二乘算法对电弧炉运行中的阻抗运行关系建模,很好的解决了在电弧炉运行过程中,电弧非线性燃烧引起的电弧阻抗的复杂非线性变化,最小二乘算法精度高、运算速度快,准确得出阻抗结果。本文也主要对BP神经网络与最小二乘法建模方法的实现进行研究。